安徽省R&D投入溢出效应对经济增长的影响研究

黄 坤，方永胜

安徽工程大学管理工程学院，安徽芜湖，241000

1 问题提出与相关文献

R&D活动是科技进步和创新的源泉，对于提高全要素生产率、提高安徽省创新能力，实现对周围发达省份的赶超有着重要的意义。据安徽省历年统计年鉴数据显示，安徽省R&D投入强度在逐年递增，R&D活动成果也在不断增加。但与此同时，安徽省同东部发达省份的R&D投入差距仍然很大，并且R&D投入资源在省内各市之间的分配不均现象明显。因此，在安徽省经济发展水平不高的现实条件的约束下，合理的分配R&D投入资源，充分利用R&D投入在地区间的溢出效应，对于提升安徽省创新能力、科技水平，促进经济增长，有着重要的理论意义与现实意义。

R&D活动溢出效应对经济的促进作用很早就得到了学者们的关注，Giulio等[1]运用改进的Romer模型研究了西班牙、意大利和法国三国57个地区的R&D溢出效应，发现R&D溢出可以显著提高区域经济增长。金琼[2]在运用甘肃省14个地市的面板数据和空间计量方法研究后发现，甘肃省的R&D活动存在着明显的溢出效应，相邻地区之间的R&D流动能促进地区间经济又好又快发展。王帅龙[3]运用SEM和SLM模型分析了我国省域之间的溢出效应，研究发现R&D溢出效应可以明显的促进我国各省域之间的经济增长。

目前，国内外学者大多论证了R&D投入溢出效应对经济增长有着重要的促进作用，但从较为微观角度阐述的文献不多。本文在借鉴以往学者的研究基础之上，运用安徽省16个地级市的面板数据，研究R&D投入溢出效应对安徽经济发展的影响，从而为制定高效的区域创新发展政策、促进区域经济高质量稳定发展提供有价值的理论参考。

2 数据来源及变量处理

文章选取安徽省16个地级市2009—2019年的面板数据，数据主要来源于《安徽省统计年鉴》《安徽省统计公报》及各市的统计年鉴，以各市国内生产总值为被解释变量，相关变量处理如下：

(1)国内生产总值(Y)：本文采用国内生产总值来衡量经济发展水平，并以2009年为基期，通过GDP平减指数折算成不变价格表示的GDP。

(3)劳动力投入(L)：用来表示社会人力资本的投入情况，劳动力投入采用安徽省各市的全社会就业人口表示。

(4)R&D资本存量(RDK)：用来表示社会R&D资本投入，计算方法也采用永续盘存法，折旧率选取国际上通用的15%。基期R&D资本存量的确定与基期资本存量确定的方法一致。在R&D价格指数的选择上，借鉴王庆喜等[5]学者的处理方法，以固定资产价格投资指数代替R&D价格指数。

(5)R&D人员投入(RDL)：用来表示社会R&D人力资本投入情况，R&D人员投入采用R&D人员全时当量来衡量。

(6)空间复合权重矩阵中物质资本存量折旧率采用单豪杰[6]估算的10.96%，其他处理方法与资本存量处理方法一致。

为了消除异方差等因素的影响，本文对所有变量进行了取对数处理，相关折算指数均来源于《安徽统计年鉴》及各市统计年鉴。

3 空间权重矩阵与计量模型

3.1 空间权重矩阵

随着当前各地区之间的交流更为简便与频繁，单一的以地理位置衡量地区间联系的权重矩阵已不能很好地反应地区间关联强度[7]。因此，本文采用空间距离和经济距离权重的复合矩阵来反映各地区间的联系。其中，空间距离权重矩阵以两地距离的倒数表示，经济距离权重矩阵借鉴李靖等[8]采用的新经济距离空间权重矩阵，构建本文的空间复合权重矩阵：

同时，为了消除量纲的影响，本文对空间权重矩阵进行了标准化处理。

3.2 模型构建

在模型构建方面，基于刘满凤等[9]的研究，将传统的柯布-道格拉斯函数进行了扩展并对模型两边取对数，建立了以下生产函数：

lnYit=β1lnKit+β2lnLit+β3lnRDKit+β4lnRDLit+εit

其中，Yit表示国内生产总值；Kit表示资本存量；Lit表示劳动力投入；RDKit表示R&D资本存量；RDLit表示R&D人员投入；β1、β2、β3、β4为变量系数；εit表示随机扰动项；i为第i个城市，t为第t个年度。

在模型选择方面，鉴于空间杜宾模型相较于空间滞后和空间误差模型的优越性，选择建立以下空间计量模型：

其中，βi0表示个体效应；ρ表示空间自回归系数；wij表示空间复合权重矩阵W中的元素；δ为空间解释变量的系数，表示邻近区域自变量对本地经济增长的影响；μi为个体效应，γt为时间效应。

静态模型只考虑了长期效应，但R&D投入溢出效应在短期内的影响也是不可忽视的一方面，动态模型对短期效应和长期效应进行了区分，对于全面分析R&D投入溢出效应具有很大的帮助。同时，R&D投入成果转化存在滞后性，当年的R&D投入往往在以后几年内才会发生作用。在滞后期数的选择上，结合安徽省经济科技发展现状，成果转化能力的综合考量基础上，选择两年为滞后期，建立以下动态杜宾模型：

4 实证结果与分析

4.1 空间自相关检验

运用空间计量方法进行分析的前提是数据之间存在空间依赖性，否则用传统计量方法即可。因此采用Moran′s I指数对安徽省2009—2019年16个地级市国内生产总值的对数进行全局Moran′s I指数检验，结果如表1所示。

表1 安徽省各市国内生产总值对数的Moran′s I检验结果

由表1可知，2009—2019年安徽省各市每年的国内生产总值对数的全局Moran′s I指数均大于0.2，且p值都符合5%显著性水平下的临界值，表明安徽省各市之间的经济增长存在空间自相关性。因此，对于计量模型的设定，应当考虑空间相关性，运用空间计量模型方法进行分析，否则可能会导致模型的设定存在偏差，分析结果不准确。

4.2 似然比(LR)和Wald检验

为了检验空间杜宾模型是否会转化成空间误差或空间滞后模型，本文进行了LR和Wald检验[10]。检验结果见表2。

表2 空间面板LR和Wald检验

和10%的水平上显著，下同。

通过表2可知，SLM和SEM模型分别在1%和5%的显著性水平上拒绝了原假设，即SDM模型不会退化成SLM或SEM模型，SDM比SLM及SEM模型更为适用。因此，采用SDM模型进行后续分析。

4.3 固定效应和随机效应选择

为了在固定效应和随机效应两种效应中进行选择，本文采用Hausman检验进行检验，结果如表3。

表3 Hausman检验结果

由表3检验结果可知，p检验值为正，且在1%的水平下显著，拒绝了原假设，应选择固定效应模型。此外，固定效应下的模型比随机效应下的能更好地体现区域内部各个个体之间的差异，能更深入地从个体层面了解溢出效应的结果。综上所述，本文选取固定效应模型。

4.4 模型估计与分析

在以上检验和模型选择的基础上，运用Stata 14.0软件进行了实证分析。估计结果如表4。

表4 空间杜宾模型估计结果

由表4可知，个体固定效应下的模型拟合程度最高。因此，本文使用个体固定效应下模型的估计结果进行后续分析。从表中结果可知，R&D资本存量、R&D人员投入和资本存量对安徽省经济增长的促进作用是显著的。劳动力投入的系数虽然为正，但并不显著，这表明其对安徽省经济增长有着正向的促进作用但影响程度不高，安徽省经济目前还处于资本驱动阶段。

为了更准确度量R&D投入在安徽省内的溢出效应，以个体固定效应下的杜宾模型为例，对各解释变量的直接和间接效应进行分析，效应分析表(表5)如下。

表5 空间杜宾模型效应分析表

分析发现：本地区R&D资本存量和资本存量每增加1%，一方面会使本地区的国内生产总值分别约增加0.042%、9.315%，另一方面还会使周边地区国内生产总值分别增加约0.38%和减少约7.93%，并且其系数都通过了5%的显著性水平检验，溢出效应明显。同时，本地区R&D人员投入每增加1%，使本地区国内生产总值增加约0.047%，另一方面还会使周边地区国内生产总值减少0.067%。而劳动力投入对本地区经济增长有着消极的作用，劳动力投入每增加1%，会使本地区国内生产总值减少0.002 6%，但并不显著且会使周边地区国内生产总值增长0.136%。劳动力投入系数在间接效应方面通过了1%的显著性水平检验，这表明劳动力投入存在显著的溢出效应。在总效应方面，R&D资本存量、资本存量、劳动力投入对经济增长都有正向积极的作用。R&D人员投入对经济增长存在消极作用，但并不明显且在统计上并不显著。

为了更全面地分析R&D投入溢出对经济增长的影响，运用动态杜宾模型对R&D投入溢出效应进行了分析，结果如表6所示。

表6 动态空间杜宾模型估计结果

由表6可知，动态模型拟合优度上较静态模型更好。在考虑动态效应的情况下，可以看到R&D资本存量、R&D人员投入、劳动力投入对经济增长的影响更加显著，进一步凸显了R&D投入对本身及周边地区经济增长的重要性。与此同时，资本存量的作用被稀释，但是仍然占据主要地位，对经济增长的促进作用大。劳动力投入在动态模型下仍不显著，但是对周边地区的溢出效应显著，表现出对周边地区很强的溢出效应并且对经济增长的影响较大。

分析完动态杜宾模型估计结果，进一步对动态杜宾模型的效应估计结果进行分析。结果见表7。

表7 动态空间杜宾模型效应估计结果

由表7可知，短期总效应方面，R&D资本存量、资本存量、劳动力投入对经济增长的促进作用明显；短期间接效应方面，R&D资本存量、资本存量和劳动力投入对周边地区的经济增长有着显著的促进作用，而R&D人员投入却对周边地区有着消极的影响，这可以理解为是一种挤出效应，本地区的R&D人员投入的增加，会抢占周边地区的相应资源，产生一种挤出效应。从长期总效应角度看，R&D资本存量、劳动力投入对经济增长都有着正向的促进作用。在长期间接效应方面，R&D资本存量和劳动力投入对周边地区经济增长有着积极的促进作用，而R&D人员投入和资本存量却有着消极的影响。

5 结论与建议

研究以2009—2019年安徽省16个地级市的数据为依据，在空间复合权重矩阵下，通过空间计量方法研究了R&D投入溢出对安徽省经济增长的影响，得出了以下结论：(1)R&D资本存量、R&D人员投入、资本存量、劳动力投入短期内对经济增长都有着正向的促进作用，其中资本存量对经济的促进作用最大，R&D资本存量和R&D人员投入对经济增长有着明显的促进效果。(2)安徽省内各地区之间存在着显著的溢出效应，长期内，R&D资本存量和劳动力投入对周边地区有着正向的溢出效应，资本存量和R&D人员投入对周边地区有着负向的溢出效应且影响程度较大。(3)短期内，R&D资本存量、资本存量和劳动力投入对周边地区的经济增长的促进作用明显。R&D人员投入则对周边地区有着负向的溢出效应。(4)短期内，本地区R&D资本存量和劳动力投入对周边地区经济增长的影响大于长期内的影响，而R&D人员投入和资本存量则情况相反。

据上述研究结果，结合安徽省R&D投入现状，提出以下几点建议：

(1)加大R&D资本投入。虽然从实证结果上来看，资本驱动仍然是安徽省经济发展的主要动力，但R&D资本存量已成为安徽省经济贡献程度第二位的要素并且其在各地区之间的溢出效应也较大，这充分说明了科技要素的重要性。因此，安徽省应当继续增加R&D资本投入。与此同时，还应注重拓宽R&D资本投入途径，政府并非R&D资本投入的唯一主体，应当积极作为宣传引导社会资本的进入并且提供良好的融资、投资渠道，完善相关政策法规，充分保障投资者的合法权益，动员社会力量从而增加R&D资本投入并提高R&D资本投入的使用效率。

(2)加大R&D人员投入。实证结果表明，R&D人员投入对本地区经济增长有着重要促进作用，但同时却有着负向的溢出效应。因此，加大R&D人员投入，一方面可以促进本地区的经济增长，另一方面，也可以防止周边地区R&D人员投入对本地区经济增长的消极影响。因此，一方面，安徽应当出台R&D人才优待政策，在住房保障、子女入学、配偶就业等方面给予便利，吸引更多的R&D人才为安徽的发展贡献力量。另一方面，也应依托省内中国科学技术大学等高校优势，与高校积极合作，开展政校、校企合作，针对性地培养R&D人才，为R&D人员投入建立人才储备。同时，对在职的R&D人员经常性开展培训，丰富其专业知识，增强其科研能力，这也是增加R&D人员投入的一种有效途径。

(3)注重R&D投入的连续性。R&D资本存量和R&D人员投入在短期均能促进安徽省经济增长，但这种影响随着时间的推移会逐渐弱化。与此同时，R&D人员投入在长期内对经济增长有轻微的消极作用，为了防止这种现象的出现，同时为保证R&D资本存量的持续增加，安徽省在R&D资源投入时应当保持连续性，及时出台并积极完善相关R&D政策，为R&D资源的连续投入创造良好的政策环境，从而充分利用R&D投入在短期内更高的促进作用及溢出效应，更好的助力安徽省的经济发展。